国家传染病医学中心（上海）主任张文宏教授近日在香港某学术论坛上，就人工智能技术在医疗场景中的实践边界提出独到见解。他明确表示，现阶段将AI系统全面嵌入医院常规诊疗环节存在重大风险，尤其强调需警惕技术依赖对医学人才培养体系的冲击。
在具体应用层面，张文宏分享了个人独特的实践模式：他要求AI系统仅作为病例初筛工具，其生成的诊断建议必须经过临床专家二次验证。这种"人机协同"机制使他能够快速捕捉算法漏洞，例如曾发现某智能诊断系统将罕见病误判为常见感染，这种偏差在传统诊疗流程中极易被忽视。他特别指出，医学决策的复杂性远超现有算法模型，临床经验、患者个体差异及突发状况处理能力，都是当前AI难以完全模拟的核心要素。
对于技术伦理维度，张文宏着重剖析了AI对年轻医师成长路径的潜在影响。他通过对比不同代际医生的培养模式发现，过度依赖智能诊断系统可能导致实习医生跳过基础临床思维训练环节。这种"技术捷径"虽能短期内提升诊断效率，但长期来看将削弱医师对异常病例的敏感度，甚至可能造成关键时刻的技术失能。他援引医疗安全研究数据指出，人类医师的质疑精神是防范技术误判的最后防线，这种能力无法通过算法迭代完全替代。
在讨论技术演进方向时，张文宏提出分层应用建议：对于标准化程度高的辅助检查项目，可适度引入AI提升效率；但在涉及复杂临床决策的领域，必须保留人工校验机制。他特别强调医学教育的特殊性，认为培养合格医师需要经历完整的认知建构过程，任何试图缩短这个周期的技术干预都可能付出沉重代价。这种观点在现场引发医学界与科技界的深入讨论，为AI医疗应用划定了新的伦理边界。
